实验设计与数据处理(第二版部分答案)
最新试验设计与数据处理课后答案
试验设计与数据处理》第三章：统计推断3- 13解：取假设HO : u1-u2w 0和假设H1: u1-u2 > 0用sas 分析结果如下:Sample StatisticsGroupNMeanStd. Dev.Std. Errorx8 0.231875 0.0146 0.0051 y100.20970.00970.0031Hypothesis TestNull hypothesis:Mean 1 - Mean 2 = 0Alternative:Mean 1 - Mean 2 A= 0If Varianees Aret statistie DfPr > tEqual3.878 16 0.0013 Not Equal3.70411.670.0032由此可见p 值远小于0.05,可认为拒绝原假设，即认为2个作家所写的小品文中 由 3 个字母组成的词的比例均值差异显著。
3-14解：用sas 分析如下: Hypothesis TestNull hypothesis: Variance 1 / Variance 2 = 1 Alternative:Varia nee 1 / Varia nee 2 A = 1- Degrees of Freedom -FNumer. Denom.Pr > F第四章:方差分析和协方差分析4- 1 解:Sas 分析结果如下：Dependent Variable: ySum ofSouree DF Squares Mean Square F Value Pr > F Model 41480.823000370.20575040.88<.00012.27 7 由p 值为0.2501 > 0.05 （显著性水平） 9 0.2501，所以接受原假设， 两方差无显著差异Source DF Type I SS Mean Square F ValuePr > F m 2 44.33333333 22.16666667 4.09 0.0442 n 3 11.50000000 3.83333333 0.71 0.5657 m*n627.000000004.500000000.830.5684Source DF Type III SS Mean Square F ValuePr > F m 2 44.33333333 22.16666667 4.09 0.0442 n 3 11.50000000 3.83333333 0.71 0.5657 m*n 627.000000004.500000000.830.5684由结果可知， 在不同浓度下得率有显著差异， 在不同温度下得率差异不明显， 交 互作用的效应不显著。
实验设计与数据处理
课程名称：实验设计与数据处理正交试验设计在环境工程领域内的应用一、正交试验法1.1、正交试验法是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验是分析因式设计的主要方法。
是一种高效率、快速、经济的实验设计方法。
它利用一套规格化的表格，即正交表来设计试验方案和分析试验结果，能够在很多的试验条件中，选出少数几个代表性强的试验条件，并通过这几次试验的数据，找到较好的生产条件，即最优的或较优的方案。
正交试验法实际上是优选法的一种。
由于正交试验法的内容比较丰富，不仅可以解决多因素选优问题，而且还可以用来分析各因素对试验结果影响的大小，从而抓住主要因素。
因此，它已从优选法中独立出来，自成系统。
1.2、正交表日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。
正交表是一整套规则的设计表格，用 L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。
正交表的性质：（1）每一列中，不同的数字出现的次数相等。
（2）任意两列中数字的排列方式齐全而且均衡。
以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。
通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。
1.3、正交试验法的步骤（1）在调查研究的基础上，根据科研和生产实践中需要解决的关键问题，确定试验课题。
（2）根据实际经验和理论分析及有关情报资料，分析可能影响试验结果的各种因素，并从中找出主要因素，确定主要因素的变化范围。
（3）根据试验课题的具体特点，选出合适的优选方法。
（4）根据所选用的优选方法，安排试验方案，并严格按试验条件操作，准确测定试验结果。
（5）对试验结果进行对比分析，确定最优方案。
1.4、因素的安排正交试验设计的关键在与试验因素的安排。
通常，在不考虑交互作用的情况下，可以自由的将各个因素安排在正交表的各列，只要不在同一列安排两个因素即可（否则会出现混杂）。
实验设计与数据处理第二部分资料讲解
可以看出，此处有
ST＝ SA + Se＝ 184.90 + 1109.20 ＝1294.10
即总的偏差平方和可以分解为组间偏差平方和与组内偏差平
方和。
有了SA和Se之后，是否就能直接比较出由于因素水平的变化引 起的数据波动与实验误差引起的数据波动之间的差异呢？
例 3.1 考察生产某化工产品时反应温度A（℃）对收率y（％）的影响。 为此，比较两个反应温度A1＝30℃，A2＝40℃。
表 3.1 某化工产品收率实验数据表
实验号 水平
1
2
3
4
5 平均值
A1（30℃） 75 78 60 61 83 71.4
A2（40℃） 89 62 93 71 85 80.0
条件误差：由于实验条件的不同而引起的差异叫“条件误 差”。
3.2 方差分析的概述
方 差 分 析 (Analysis of Variance) 由 英 国 统 计 学 家 R.A.Fisher 首 创 ， 为 纪 念 Fisher，以F命名，故方差分 析又称 F 检验。
方差分析能把实验过程中实验条件改变所引起的数据波动 与实验误差引起的数据波动区分开，同时对影响实验结果 的各因素的重要程度给以精确的数量估计。
F多大时，可以说因素的水平改变对考察指标的影响是显著的 呢？小到多小，认为实验结果的误差主要是实验误差引起的， 这就需要有一个标准。这个标准由F表给出。
在F表上，横行n1代表F值中分子的自由度，竖行n2代表F值 中分母的自由度，相交后的数值即为F比的临界值。
本例中，因
F 18.940/11.33 110.290/8
试验设计与数据处理(第二版)课后习题答案
总计
SS 537.6375
35.473 75.155
648.2655
df
MS
F P-value F crit
3 179.2125 28.61486 9.44E-06 3.490295
4 8.86825 1.415994 0.287422 3.259167
12 6.262917
19
3.3
铝材材质 去离子水
5
23
21
22
比例/%
比例/%
22
18
21
23
橡胶工业
合成表面活性剂
11
润滑油(脂)
肥皂及洗涤剂
5
金属皂
其他
3.1
第三章习题答案 3.1
颜色 橘黄色 粉色 绿色 无色
方差分 析：单因 素方差分 析
SUMMARY 组
行1 行2 行3 行4
26.5 31.2 27.9 30.8
销售额/万元 28.7 25.1 28.3 30.8 25.1 28.5 29.6 32.4
方差分析
差异源 样本 列 交互 内部
SS 4.371666667
50.43 2.355 0.42
总计
57.57666667
df
MS
F P-value F crit
2 2.185833 31.22619 0.000673 5.143253
1 50.43 720.4286 1.77E-07 5.987378
4.4
试验号 T/℃ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Na2O(x1) siO2(x2) CaO(x3)/
实验设计与数据处理(第二版部分答案)
试验设计与数据处理学院班级学号学生指导老师第一章 4、 相故100g 中维生素C 的质量围为：。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则2）、1mm 的汞柱代表的大气压为0.133KPa ， 所以3）、1mm 则：6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 20.002136667总体方差σ20.001780556|||69.947|7.747 6.06d x =-=>算术平均误差△0.038333333极差R 0.117、S₁²＝3.733，S₂²＝2.303F＝S₁²/S₂²＝3.733/2.303=1.62123而F 0.975（9.9）=0.248386，F0.025(9.9)=4.025994所以F 0.975（9.9）< F <F0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
分析人员A 分析人员B8 7.5 样本方差1 3.7333338 7.5 样本方差2 2.30277810 4.5 Fa值0.248386 4.02599410 4 F值 1.621236 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量1 变量2平均0.025684615 2.291111111 方差0.000005861 0.031611111 观测值13 9 假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量1 变量2平均0.025684615 2.291111111方差0.000005861 0.031611111观测值13 9df 12 8F 0.000185422P(F<=f) 单尾0F 单尾临界0.3510539349.检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
实验设计与数据处理L2-有限数据统计处理
（5）格鲁布斯（Grubbs）检验法
步骤：
① 将一组数据由小到大排列，x1，x2……xn-1, xn，求出平均 值 x 与标准偏差s；
② 计算统计量T， （x1为可疑值时）；
（xn为可疑值时）或
③ 比较T和Ta,n的大小，若T > Ta,n ，则对应的可疑值舍去， 否则保留。
2.4 异常样本值的判断和处理 Experiment Design and
Data Processing
（4）迪克逊检验法（Dixon） 步骤： ① 将一组数据由小到大排列，x1，x2……xn-1, xn，设xn或x1
为可疑值； ② 用不同的公式计算r值（表3-2），并查表得到相应的临界
值； ③ 比较r和r表的大小，若r >r表，则对应的疑值舍去，否则保
留。
2.4 异常样本值的判断和处理 Experiment Design and
这一区间称为置信区间，一般为95%的置信度。
置信区间是一个随机区间 ( , ), 它覆盖未知参
数具有预先给定的概率(置信水平), 即对于任
意的 , 有 P{ } 1 .
Experiment Design and Data Processing
2.2 测量结果的区间估计 Experiment Design and
Data Processing
注意事项
计算平均值及标准偏差s 时，应包括可疑值在内 可疑数据应逐一检验，不能同时检验多个数据
首先检验偏差最大的数 剔除一个数后，如果还要检验下一个数 ，应重新计算平均
值及标准偏差 能适用于试验数据较少时
例3-4
2.4 异常样本值的判断和处理 Experiment Design and
Ｄ、对于舍去的数据，在试验报告中应注明舍去的原因或所选用的统计 方法。
实验设计与数据处理(第二版部分答案)教学内容
实验设计与数据处理(第二版部分答案)试验设计与数据处理学院班级学号学生姓名指导老师第一章4、相对误差18.20.1%0.0182x mg mg ∆=⨯=故100g 中维生素C 的质量范围为：18.2±0.0182mg 。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则 max 0.2 1.5%0.003330.3758R x MPa KPax E x ∆=⨯==∆=== 2）、1mm 的汞柱代表的大气压为0.133KPa ， 所以max 20.1330.1331.6625108R x KPax E x -∆=∆===⨯ 3）、1mm 水柱代表的大气压为gh ρ，其中29.8/g m s = 则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯ 6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667总体方差σ20.001780556算术平均误差△ 0.038333333 极差R 0.117、S ₁²＝3.733，S ₂²＝2.303F ＝S ₁²/ S ₂²＝3.733/2.303=1.62123而F 0.975 （9.9）=0.248386，F 0.025(9.9)=4.025994 所以F 0.975 （9.9）< F <F 0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
分析人员A分析人员B8 7.5 样本方差1 3.733333 8 7.5 样本方差2 2.302778 10 4.5 Fa 值 0.248386 4.025994104F 值1.62123|||69.947|7.747 6.06p pd x =-=>6 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量 1 变量 2平均0.025684615 2.291111111 方差0.000005861 0.031611111 观测值13 9 假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量 1 变量 2平均0.025684615 2.291111111 方差0.000005861 0.031611111 观测值13 9 df 12 8 F 0.000185422P(F<=f) 单尾0F 单尾临界0.3510539349. 检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
实验设计与数据处理习题答案完整版
部分习题答案习题三1、62621086.6S 104.1ˆ002.74ˆ--⨯=⨯=σ=μ2、λ的极大似然估计和矩估计量均为x =λˆ 3、5、 6、（1）（5.608, 6.392） (2)(5.558, 6.442) 7、（1）（6.675, 6.681）, (6.8×10-6, 6.8×10-5) （2）(6.61, 6.667), (3.8×10-6, 5.06×10-5) 8、σ已知6.239；σ未知6.356 9、4.052610、接受H O 11、认为不合格 12、认为显著大于10 13、拒绝H O 19、接受H O习题四1、差异显著；2、只有浓度的影响是显著的.习题五1、 填料A 用量范围可能选低了.2、培烧温度与三氧化铝两个因素用量范围可能偏低.习题六1、（2）xy5503.129584.13ˆ+= （4）（11.82，13.28）（5）(19.66，20.18) 2、xy05886.06287.24ˆ+= 3、（2）)17.14,29.13)(3(,988.0104.0ˆx y+-=4、x0867318.0e 4556.32y ˆ-=5、2020381.00086.10333.19ˆx x y-+= 6、（1）31321x15.1x 575.09.9yˆ)2(x 15.1x 55.0x 575.09.9yˆ++=+++=习题七1、218.079.1419.300ˆz z y+-= 2、)1(21-=n c 212211,n n n b n n n a +=+=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫⎝⎛-+-⎪⎭⎫⎝⎛-+⨯+⎥⎥⎦⎤⎢⎢⎣⎡-⎪⎭⎫⎝⎛++⎪⎭⎫⎝⎛-++=-625.1589625.1102879.11025.105613.0625.160073.0263.2ˆ332z z z z y3、 4、 5、 6、 最优工艺条件 7、 最优凝固条件 即 8、.078.1=γ习题八习题九(1) E(5， , 0) (2)(i)扩大反射)1(>α；(ii)内收缩)0(<α；（iii ）反射收缩)10(<α<；(3)B(2,4,3)，A ＇(1.5,3,3.5),D ＇(2.5,2.5,2.5),C ＇(3,3.5,2)习题十1、 A 3B 3C 32、A 2B 3CD3、最优工艺条件x 1=-0.076,x 2=-0.118,即z 1=3. 848，z 2=0. 753，9.37ˆ=y4、 最优适宜条件 x 1=-0.0135, x 2=0.2557,x 3=-0.3364, 即z 1=6.4865, z 2=112.7865,z 3=0.3318.习题十一1、3.3962、3.54, 3.463、 5、6、 7、有系统误差2221212122212121z 9.21z 676.0z z 469.4z 465.50z 566.8572.2x504.3x 704.2xx 575.3x 1.1x 833.0838.37yˆ---++=-----=323121232221321x x 3.5x x 35.2x x 78.2x 38.3x 8.2x 1.3x 95.0x 388.0x 163.04.37y ˆ---------=.nσ.T2l g⎪⎭⎫⎝⎛σ+⎪⎭⎫⎝⎛σ≈σ.VMVV,VW W M σ+σ+σ≈σ-=.z 0019.0z 0148.0z 1388.0z 1269.06250.47yˆ4321--++=.z z 2.2z 15.058.125y ˆ321+++-=.z 0201.0z 00225.0z 00184.0z 000885.0114.0y ˆ4321-+--=,x 041.0x 023.0.x x 002.0x 052.0x 017.0351.0yˆ22212121--+++=.371.0yˆ,576.8z ,9.119z ,644.0x ,398.0x 2121=====即xx 02.0xx 025.0x025.0x475.0x 400.0218.89yˆ-+-++=,x 896.0x947.0x 399.0x x 375.023222132---+,0735.0x ,261.0x,483.0x 321===.38.89yˆ,02.6z ,13.4z ,42.17z 321====3108、无系统误差 9、是异常数据.习题十二1、543.02、(1)0.695 (2) (3)0.4253、(1)(2)2.98； (3) 0.898;4、(-1.28, -0.255, 0.675, 1.645)习题十四（1）一般； 2.5888（介于良与一般之间）；（2）68.2245分.习题十五1、{}{}6,5,4,3,2,12、{}{}6,5,4,3,2,1习题十六2、ρ︒复相关系数上的投影在是其中与;),,,(L ˆ,)ˆ(*p *2*1***o*x x x y y y y⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=16.0431.06.0165.0431.065.01R )10.1,10.1,27.0,55.0,37.1,55.0(x)28.1,91.0,18.0,18.0,91.0,28.1(x ---=---=参考文献[1] Andenson T W. An Introduction to Multivariate StatisticalAnalysis. znd ed . New york: Wiley, 1984[2] 费荣昌试验设计与数据处理，4(1997)[3] 方开泰实用多元统计分析，上海：华东师范大学出版社，1989[4] 盛骤等概率论与数理统计，北京：高等教育出版社，1989[5] 朱道元等多元统计分析与软件SAS，南京：东南大学出版社，1999[6] 彭昭英SAS系统应用开发指南，北京：北京希望电子出版社，2000[7] 邓勃分析测试数据的统计处理方法，北京：清华大学出版社，1995[8] 中国现场统计会三次设计组，正交法和三次设计，北京：科学出版社，1985[9] 张尧庭、方开泰多元统计分析引论，北京：科学出版社，1983[10] 上海师范大学数学系回归分析及其试验设计，上海：上海教育出版社，1978[11] 韦博成、鲁国斌统计诊断引论，南京：东南大学出版社，1991[12] 张明淳工程矩阵理论，南京：东南大学出版社，1995[13] 赵德齐模糊数学，北京：中央民族大学出版社，1995[14] 胡永宏、贺思辉综合评价方法，北京：科学出版社，2000[15] 张崇甫等统计分析方法及其应用，重庆：重庆大学出版社，1995[16] 蒋尔雄等线性代数，北京：人民教育出版社，1978[17]王松桂线性模型的理论及其应用，合肥：安徽教育出版社，1987。
实验设计与数据处理
实验设计与数据处理第二次作业正交实验设计与数据处理姓名：班级：学号拟水平法：某啤酒厂实验期用不发芽的大麦制造啤酒新工艺的过程中，选择因素、水平及结果如下，不考虑交互作用，考察粉状粒越高越好，采用拟水平法将因素D的水平一136重复一次作为第二水平，（表一），按L9（34）安排实验，得到结果如表二，请分别进行直观分析、方差分析，并找出最好的工艺条件。
k1 k2 k352.2541.9254.2549.9247.2551.2559.2552.9236.2551.2559.2547.92极差R因素主次12.33423 3.33C A B D优方案C1A3B3D1图一：趋势图2.正交试验设计结果的方差分析法表4正交实验的实验方案及结果分析试验号 A B C D粉状粒y i/%1 2 3 4 5 6 7 8 9 11122233312312312312323131212331223164.2553.2539.2544.2528.2553.2541.2560.2561.25K1 K2 K3156.75125.75162.75149.75141.75153.75177.75158.75108.75150.75143.75赤霉素浓度 /(mg/kg) 氨水浓度/% 吸氨量/g 底水/g粉状粒，y i /%⑴计算离差平方和： T=∑=91i iy=64.25+53.25+39.25+44.25+28.25+53.25+41.25+60.25+61.25=445.25Q=∑=912i i y =64.252+53.252+39.252+44.252+28.252+53.252+41.252+60.252+61.252=23179.06P=211⎪⎭⎫⎝⎛∑=n i i y n =T 2/n=445.252/9=22027.51 SS T =21∑=-⎪⎭⎫ ⎝⎛-ni i y y =21121⎪⎭⎫ ⎝⎛-∑∑==n i i n i i y n y =Q-P=23179.06-22027.51=1151.55对于3水平正交实验的方差分析，由于r=3,所以任一列（第j 列）的离差平方和为：SS J =⎪⎭⎫⎝⎛∑=3123i i K n -PSS A =3/9（156.752+125.752+162.752）-22027.51=262.89 SS B =3/9（149.752+141.752+153.752）-22027.51=24.89 SS C =3/9（177.752+158.752+108.752）-22027.51=846.89因素D 的第一水平重复了6次，第二水平重复了3次，所以D 因素引起的离差平方和为：SS D =K12/6+K32/3-P=301.52/6+143.752/3-22027.51=10.89 误差的离差平方和为： SSe=SS T -(SS A +SS B +SS C +SS D )=1151.55-(262.89+24.89+846.89+10.89)=5.99 ⑵计算自由度：总自由度：dfT=n-1=9-1=8各因素自由度：dfA=dfB=dfC=r-1=3-1=2 dfD=2-1=1dfe=dfT-（dfA+dfB+dfC+dfD）=8-（2+2+2+1）=1⑶计算均方：（不考虑交互作用）MS A=SS A/dfA=262.89/2=131.445MS B=SS B/dfB=24.89/2=12.445MS C=SS C/dfC=846.89/2=423.45MS D=SS D/dfD=10.89/1=10.89MSe=SSe/dfe=5.99/1=5.99⑷计算F值：F A=MS A/MSe=131.445/5.99=21.94F B=MS B/MSe=12.445/5.99=2.08F C=MS C/MSe=423.45/5.99=70.69F D=MS D/MSe=10.89/5.99=1.82⑸F检验：查得临界值F0.10（2，1）=49.5，F0.10（1，1）=39.86，所以对于给定的显著性水平0.10，因素C对试验结果有显著影响。
试验设计与数据处理(第二版)李云雁(全书ppt)-图文
能对试验结果进行预测和优化； 试验因素对试验结果的影响规律，为控制试验提供思路
； 确定最优试验方案或配方。
第1章 试验数据的误差分析
误差分析（error analysis） ：对原始数据的可靠性进 行客观的评定
误差（error） ：试验中获得的试验值与它的客观真实 值在数值上的不一致
或
（2）说明 真值未知，绝对误差也未知 可以估计出绝对误差的范围：
或
绝对误差限或绝对误差上界
绝对误差估算方法： ➢ 最小刻度的一半为绝对误差； ➢ 最小刻度为最大绝对误差； ➢ 根据仪表精度等级计算：
绝对误差=量程×精度等级%
1.2.2 相对误差（relative error）
（1）定义：
1.5.1.2 F检验(F-test)
（1）目的： 对两组具有正态分布的试验数据之间的精密度进行比较
（2）检验步骤 ①计算统计量
设有两组试验数据：
和
都服从正态分布，样本方差分别为 和 ，则
服从F分布，第一自由度为 第二自由度为
②查临界值 给定的显著水平α
查F分布表 临界值
③检验 双侧（尾）检验(two-sided/tailed test) ：
1.1.2 平均值（mean）
（1）算术平均值（arithmetic mean）
适合： 等精度试验值 试验值服从正态分布
（2）加权平均值(weighted mean)
加权和
wi——权重 适合不同试验值的精度或可靠性不一致时
（3）对数平均值（logarithmic mean） 设两个数：x1＞0，x2 ＞0 ，则
1.2.4 标准误差 (standard error)
实验设计与数据处理第一章例题及课后习题(附答案)
1、 根据三组数据的绝对误差计算权重：12322211110000,25,400000.010.20.005w w w ====== 因为123::400:1:1600w w w = 所以1.54400 1.71 1.53716001.53840011600pH ⨯+⨯+⨯==++2、 因为量程较大的分度值也较大,用量程大的测量数值较小的物理量会造成很大的系统误差。
3.、含量的相对误差为0.2g ，所以相对误差为：0.20.99790525.3Rx E x ∆===。
4、 相对误差18.20.1%0.0182x mg mg ∆=⨯= 故100g 中维生素C 的质量范围为：18.2±0.0182。
5、1）、压力表的精度为1.5级，量程为0.2，则max 0.2 1.5%0.003330.3758R x MPa KPa x E x ∆=⨯==∆===2）、1的汞柱代表的大气压为0.133，所以max 20.1330.133 1.6625108R x KPax E x -∆=∆===⨯ 3）、1水柱代表的大气压为gh ρ，其中29.8/g m s =则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯6、样本测定值算术平均值 3.421666667 3.48 几何平均值 3.421406894 3.37 调和平均值 3.421147559 3.47 标准差s 0.046224092 3.38 标准差 0.04219663 3.4 样本方差 0.002136667 3.43 总体方差0.001780556 算住平均误差 0.038333333极差 0.117、依题意，检测两个分析人员测定铁的精密度是否有显著性差异，用Ｆ双侧检验。
根据试验值计算出两个人的方差及Ｆ值：221221223.733, 2.3033.7331.621232.303s s s F s ===== 而0.9750.025(9,9)0.248386,(9,9) 4.025994F F ==， 所以0.9750.025(9,9)(9,9)F F F <<两个人的测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
实验设计与数据处理(第二版部分答案)
试验设计与数据处理学院班级学号学生姓名指导老师第一章4、 相对误差18.20.1%0.0182x mg mg ∆=⨯=故100g 中维生素C 的质量范围为：18.2±0.0182mg 。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则max 0.2 1.5%0.003330.3758R x MPa KPa x E x ∆=⨯==∆===2）、1mm 的汞柱代表的大气压为0.133KPa ，所以max 20.1330.133 1.6625108R x KPax E x -∆=∆===⨯ 3）、1mm 水柱代表的大气压为gh ρ，其中29.8/g m s = 则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯ 6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667总体方差σ2 0.001780556算术平均误差△ 0.038333333 极差R 0.117、S ₁²＝3.733，S ₂²＝2.303F ＝S ₁²/ S ₂²＝3.733/2.303=1.62123而F 0.975 （9.9）=0.248386，F 0.025(9.9)=4.025994 所以F 0.975 （9.9）< F <F 0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
|||69.947|7.747 6.06p p d x =-=>分析人员A 分析人员B8 7.5 样本方差1 3.7333338 7.5 样本方差2 2.30277810 4.5 Fa值0.248386 4.02599410 4 F值 1.621236 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量 1 变量 2平均0.025684615 2.291111111方差0.000005861 0.031611111观测值13 9假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量 1 变量 2平均 0.025684615 2.291111111 方差 0.0000058610.031611111观测值 13 9 df 128F0.000185422P(F<=f) 单尾 0F 单尾临界0.3510539349. 检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
实验设计与数据处理
标准偏差的计算标准偏差时，可按照公式一步步计算，这种方法比较麻烦，而且在计算平均值时，由于最后一位数字的取舍，可能带来一些误差。
因此，通常将计算公式稍加变换，以便直接根据各测量值计算标准偏差。
由于nX X nX n nX X X X X X X ∑∑∑∑∑∑∑∑-=+-=+-=2222222)()()(2)2()X -X （因此1/)(22--=∑∑n n X Xs分子中原为“偏差平方和（又称差方和）”，经适当变换后，变为”测量值的平方和减去测量值和的平方的1/n ，可直接利用测量值来计算标准偏差。
例：测定钢铁中Ni 的百分含量，得到结果如下表，计算标准偏差。
1、误差传递基本公式设分析结果N 与各直接测量值1x 、2x ….之间的函数关系为N=f(1x ,2x ……) （1） 2） （2）式为绝对误差的传递公式，它表明间接测量值或函数的误差等于各直接测量值或自变量的各项分误差之和，而分误差的大小又取决于直接测量误差i dx 和误差传递系数（3）（4） 从最保险的角度，不考虑误差实际上有正负抵消的可能，所以上两式中各分误差都取绝对值，此时函数的误差最大。
所以间接测量值或函数的真值dN N N t ±=例：测量静止流体内部某处的静压强p(Pa),计算公式为：gh p p a ρ+=式中a p ——液面上方的压强，Pa ；ρ——液体的密度，3/m kg ；g ——重力加速度，取9.812/s m ;h ——测压点距液面的距离，m 。
已知在某次测量中，a a p p m kg m h 53310)002.0987.0(,/10)005.000.1(,)001.0020.0(⨯±=⨯±=±=ρ。
试求p 的最大绝对误差、最大相对误差。
解：各变量的绝对误差为：m h m kg P p a a 001.0,/10005.010002.0335=∆⨯=∆⨯=∆ρ，根据静压强p 的计算公式，各变量的误差传递系数为：根据误差传递公式，最大绝对误差为：又Pa gh p p a 435109.9020.081.91000.110987.0⨯=⨯⨯⨯+⨯=+=ρ 故真值为：Pa p t 410)02.09.9(⨯±=最大相对误差为：离群值检验(2)Q 检验法将一组数据从小到大排列，其中1x 或n x 可能为离群值，计算统计量Q 。
试验设计与数据处理课后习题
试验设计与数据处理课后习题机械工程6120805019 李东辉第三章3-7分别使用金球和铂球测定引力常数（单位：）1. 用金球测定观察值为 6.683，6.681, 6.676, 6.678, 6.679, 6.6722. 用铂球测定观察值为 6.661, 6.661，6.667, 6.667, 6.664设测定值总体为N（u，）试就1,2两种情况求u的置信度为0.9的置信区间，并求的置信度为0.9的置信区间。
用sas分析结果如下：第一组：第二组:3-13下表分别给出两个文学家马克吐温的8篇小品文以及斯诺特格拉斯的10篇小品文中由3个字母组成的词的比例：马克吐温：0.225 0.262 0.217 0.240 0.230 0.229 0.235 0.217斯诺特格拉斯：0.209 0.205 0.196 0.210 0.202 0.207 0.224 0.223 0.220 0.201设两组数据分别来自正态总体，且两个总体方差相等，两个样本相互独立，问两个作家所写的小品文中包含由3个字母组成的词的比例是否有显著差异（a=0.05）取假设H0：u1-u2≤0和假设H1：u1-u2＞0用sas分析结果如下：Sample StatisticsGroup N Mean Std. Dev. Std. Error----------------------------------------------------x 8 0.231875 0.0146 0.0051y 10 0.2097 0.0097 0.0031Hypothesis TestNull hypothesis: Mean 1 - Mean 2 = 0Alternative: Mean 1 - Mean 2 ^= 0If Variances Are t statistic Df Pr > t----------------------------------------------------Equal 3.878 16 0.0013Not Equal 3.704 11.67 0.0032由此可见p值远小于0.05，可认为拒绝原假设，即认为2个作家所写的小品文中由3个字母组成的词的比例均值差异显著。
实验设计与数据处理课后答案
实验设计与数据处理课后答案《试验设计与数据处理》专业：机械⼯程班级：机械11级专硕学号：S110805035 姓名：赵龙第三章：统计推断3-13 解：取假设H0：u1-u2≤0和假设H1：u1-u2＞0⽤sas分析结果如下：Sample StatisticsGroup N Mean Std. Dev. Std. Error----------------------------------------------------x 8 0.231875 0.0146 0.0051y 10 0.2097 0.0097 0.0031Hypothesis TestNull hypothesis: Mean 1 - Mean 2 = 0Alternative: Mean 1 - Mean 2 ^= 0If Variances Are t statistic Df Pr > t----------------------------------------------------Equal 3.878 16 0.0013Not Equal 3.704 11.67 0.0032由此可见p值远⼩于0.05，可认为拒绝原假设，即认为2个作家所写的⼩品⽂中由3个字母组成的词的⽐例均值差异显著。
3-14 解：⽤sas分析如下：Hypothesis TestNull hypothesis: Variance 1 / Variance 2 = 1Alternative: Variance 1 / Variance 2 ^= 1- Degrees of Freedom -F Numer. Denom. Pr > F----------------------------------------------2.27 7 9 0.2501由p值为0.2501＞0.05（显著性⽔平），所以接受原假设，两⽅差⽆显著差异第四章：⽅差分析和协⽅差分析4-1 解：Sas分析结果如下：Dependent Variable: ySum ofSource DF Squares Mean Square F Value Pr > FModel 4 1480.823000 370.205750 40.88 <.0001Error 15 135.822500 9.054833Corrected Total 19 1616.645500R-Square Coeff Var Root MSE y Mean0.915985 13.12023 3.009125 22.93500Source DF Anova SS Mean Square F Value Pr > Fc 4 1480.823000 370.205750 40.88 <.0001由结果可知，p值⼩于0.001，故可认为在⽔平a=0.05下，这些百分⽐的均值有显著差异。
最新实验设计与数据处理(第二版部分答案)
试验设计与数据处理学院班级学号学生姓名指导老师第一章4、 相对误差18.20.1%0.0182x mg mg ∆=⨯=故100g 中维生素C 的质量范围为：18.2±0.0182mg 。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则max 0.2 1.5%0.003330.3758R x MPa KPa x E x ∆=⨯==∆===2）、1mm 的汞柱代表的大气压为0.133KPa ，所以max 20.1330.133 1.6625108R x KPax E x -∆=∆===⨯ 3）、1mm 水柱代表的大气压为gh ρ，其中29.8/g m s = 则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯ 6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667总体方差σ2 0.001780556算术平均误差△ 0.038333333 极差R 0.117、S ₁²＝3.733，S ₂²＝2.303F ＝S ₁²/ S ₂²＝3.733/2.303=1.62123而F 0.975 （9.9）=0.248386，F 0.025(9.9)=4.025994 所以F 0.975 （9.9）< F <F 0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
|||69.947|7.747 6.06p p d x =-=>分析人员A 分析人员B8 7.5 样本方差1 3.7333338 7.5 样本方差2 2.30277810 4.5 Fa值0.248386 4.02599410 4 F值 1.621236 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量 1 变量 2平均0.025684615 2.291111111方差0.000005861 0.031611111观测值13 9假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量 1 变量 2平均 0.025684615 2.291111111 方差 0.0000058610.031611111观测值 13 9 df 128F0.000185422P(F<=f) 单尾 0F 单尾临界0.3510539349. 检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
实验设计与大数据处理(第二版部分问题详解)
试验设计与数据处理学院班级学号学生姓名指导老师第一章4、 相对误差18.20.1%0.0182x mg mg ∆=⨯=故100g 中维生素C 的质量范围为：18.2±0.0182mg 。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则max 0.2 1.5%0.003330.3758R x MPa KPa x E x ∆=⨯==∆===2）、1mm 的汞柱代表的大气压为0.133KPa ，所以max 20.1330.133 1.6625108R x KPax E x -∆=∆===⨯ 3）、1mm 水柱代表的大气压为gh ρ，其中29.8/g m s = 则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯ 6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667 总体方差σ2 0.001780556 算术平均误差△ 0.038333333 极差R 0.117、S ₁²＝3.733，S ₂²＝2.303F ＝S ₁²/ S ₂²＝3.733/2.303=1.62123而F 0.975 （9.9）=0.248386，F 0.025(9.9)=4.025994 所以F 0.975 （9.9）< F <F 0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
|||69.947|7.747 6.06p p d x =-=>分析人员A 分析人员B8 7.5 样本方差1 3.7333338 7.5 样本方差2 2.30277810 4.5 Fa值0.248386 4.02599410 4 F值 1.621236 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量 1 变量 2平均0.025684615 2.291111111方差0.000005861 0.031611111观测值13 9假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量 1 变量 2平均 0.025684615 2.291111111 方差 0.000005861 0.031611111 观测值 13 9 df 12 8 F 0.000185422 P(F<=f) 单尾 0 F 单尾临界 0.3510539349. 检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
试验设计与数据处理(第二版)-李云雁(全书pt)
2
n
2 x ( x ) i /n i 1 2 i i 1
n
n
2 x ( x ) i /n i 1 2 i i 1 n n
s
( xi x)
i 1
n
2
n 1
n 1
标准差↓，精密度↑
③方差（variance） 标准差的平方：
样本方差（ s2 ） 总体方差（σ2 ） 方差↓，精密度↑
①目的：检验服从正态分布数据的算术平均值是否与给定值 有显著差异
②检验步骤：
计算统计量：
x 0 t s
n
服从自由度 df n 1 的t分布(t-distribution)
0 ——给定值（可以是真值、期望值或标准值）
双侧检验 ： 若 t t
2
则可判断该平均值与给定值无显著差异，否则就有显著差异
试验设计与数据处理
（第二版）
Experiment Design and Data Processing
引
言
0.1 试验设计与数据处理的发展概况
20世纪20年代，英国生物统计学家及数学家费歇 （R．A．Fisher）提出了方差分析
20世纪50年代，日本统计学家田口玄一将试验设计中应用 最广的正交设计表格化 数学家华罗庚教授也在国内积极倡导和普及的“优选法” 我国数学家王元和方开泰于1978年首先提出了均匀设计
绝对误差估算方法：
最小刻度的一半为绝对误差； 最小刻度为最大绝对误差； 根据仪表精度等级计算： 绝对误差=量程×精度等级%
1.2.2 相对误差（relative error）
（1）定义：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
试验设计与数据处理学院班级学号学生姓名指导老师第一章4、 相对误差18.20.1%0.0182x mg mg ∆=⨯=故100g 中维生素C 的质量范围为：18.2±0.0182mg 。
5、1）、压力表的精度为1.5级，量程为0.2MPa ，则max 0.2 1.5%0.003330.3758R x MPa KPa x E x ∆=⨯==∆===2）、1mm 的汞柱代表的大气压为0.133KPa ，所以max 20.1330.133 1.6625108R x KPax E x -∆=∆===⨯ 3）、1mm 水柱代表的大气压为gh ρ，其中29.8/g m s = 则：3max 339.8109.810 1.225108R x KPax E x ---∆=⨯∆⨯===⨯ 6.样本测定值3.48 算数平均值 3.421666667 3.37 几何平均值 3.421406894 3.47 调和平均值 3.421147559 3.38 标准差s 0.046224092 3.4 标准差σ 0.04219663 3.43 样本方差S 2 0.002136667总体方差σ2 0.001780556算术平均误差△ 0.038333333 极差R 0.117、S ₁²＝3.733，S ₂²＝2.303F ＝S ₁²/ S ₂²＝3.733/2.303=1.62123而F 0.975 （9.9）=0.248386，F 0.025(9.9)=4.025994 所以F 0.975 （9.9）< F <F 0.025(9.9)两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。
|||69.947|7.747 6.06p p d x =-=>分析人员A 分析人员B8 7.5 样本方差1 3.7333338 7.5 样本方差2 2.30277810 4.5 Fa值0.248386 4.02599410 4 F值 1.621236 5.56 84 7056 7.56 5.58 88.旧工艺新工艺2.69% 2.62%2.28% 2.25%2.57% 2.06%2.30% 2.35%2.23% 2.43%2.42% 2.19%2.61% 2.06%2.64% 2.32%2.72% 2.34%3.02%2.45%2.95%2.51%t-检验: 双样本异方差假设变量 1 变量 2平均0.025684615 2.291111111方差0.000005861 0.031611111观测值13 9假设平均差0df 8t Stat -38.22288611P(T<=t) 单尾0t 单尾临界 1.859548033P(T<=t) 双尾0t 双尾临界 2.306004133F-检验双样本方差分析变量 1 变量 2平均 0.025684615 2.291111111 方差 0.0000058610.031611111观测值 13 9 df 128F0.000185422P(F<=f) 单尾 0F 单尾临界0.3510539349. 检验新方法是否可行，即检验新方法是否有系统误差，这里采用秩和检验。
求出各数据的秩，如下表所示：12 3 4 5 6 7 8 0.73 0.77 0.79 0.74 0.75 0.76 0.79 0.8 10 11 12 13 14 15 16 17 0.84 0.85 0.87 0.91 0.83 0.86 0.92 0.96此时对于 α =0.05，查临界值表得：T1=66，T2=102。
则 T 1,<R 1<T 2 ，故新方法与旧方法的数据无显著性差异， 即新方法与旧方法的数据无显著差异，即新方法无系统误差。
10.格拉布斯检验法： (1)、检验62.2 计算包括62.2在内的平均值为69.947，即标准差2.7853，查表得所以则 ，故62.2这个值应被剔除。
(2)、检验69.49 用同样的方法检验得，应被剔除。
(3)、检验70.3 70.3不应被剔除。
第二章 1.(0.05,10) 2.176G =(0.05,10) 6.06G s =|||69.947|7.747 6.06p p d x =-=>12129,9,1815 6.59111214151891.579.5n n n R R ====++++++++==R eλ2.BA3.发酵时间/dp h 值4.吸附量（m g /g ）树脂型号5.6.8.-14-14-13-12-12-11-10-9.5-8.8-1.0-0.8-0.6-0.4-0.20.00.20.40.60.8 1.0-1.0-0.8-0.6-0.4-0.20.00.20.40.60.81.0Y A x i s T i t l eX Axis Title第三章 1.颜色 销售额/万元橘黄色 26.5 28.7 25.1 29.1 27.2粉色 31.2 28.3 30.8 27.9 29.6绿色 27.9 25.1 28.5 24.2 26.5无色 30.829.6 32.431.732.8方差分析：单因素方差分析SUMMARY组观测数求和平均方差26.5 3 89.9 29.96667 3.24333328.7 3 83 27.66667 5.36333325.1 3 91.7 30.56667 3.84333329.1 3 83.8 27.93333 14.0633327.2 3 88.9 29.63333 9.923333方差分析差异源SS df MS F P-value F crit 组间19.764 4 4.941 0.678026 0.622585 3.47805 组内72.87333 10 7.287333总计92.63733 142.乙炔流量/（L/min）空气流量/（L/min）8 9 10 11 121 81.1 81.5 80.3 80 771.5 81.4 81.8 79.4 79.1 75.92 75 76.1 75.4 75.4 70.8 2.5 60.4 67.9 68.7 69.8 68.7方差分析：无重复双因素分析SUMMARY观测数求和平均方差5 50 10 2.51 5 399.9 79.98 3.1371.5 5 397.6 79.52 5.5072 5 372.7 74.54 4.528 2.5 5 335.5 67.1 14.485空气流量/（L/min） 5 305.9 61.18 956.3425 316.3 63.26 951.7435 313.8 62.76 890.8035 315.3 63.06 863.0485 304.4 60.88 758.567方差分析差异源SS df MS F P-value F crit行17586.16 4 4396.541 733.9066 6.68E-18 3.006917 列24.7784 4 6.1946 1.034053 0.420032 3.006917 误差95.8496 16 5.9906总计17706.79 243.铝材材质去离子水自来水1 2.3 5.61 1.8 5.32 1.5 5.32 1.5 4.83 1.8 7.43 2.3 7.4方差分析：可重复双因素分析SUMMARY 去离子水自来水总计1观测数 2 2 4求和 4.1 10.9 15平均 2.05 5.45 3.75方差0.125 0.045 3.912观测数 2 2 4求和 3 10.1 13.1平均 1.5 5.05 3.275方差0 0.125 4.24253观测数 2 2 4求和 4.1 14.8 18.9平均 2.05 7.4 4.725方差0.125 0 9.5825总计观测数 6 6求和11.2 35.8平均 1.866667 5.966666667方差0.130667 1.298666667……………………………………………………………最新资料推荐…………………………………………………方差分析差异源SS df MS F P-value F crit 样本 4.371667 2 2.185833 31.22619 0.000673 5.143253 列50.43 1 50.43 720.4286 1.77E-07 5.987378 交互 2.355 2 1.1775 16.82143 0.003467 5.143253 内部0.42 6 0.07总计57.57667 1111 / 1111 / 1111 / 11。